(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211001586.4 (22)申请日 2022.08.19 (71)申请人 广东领慧建 筑科技有限公司 地址 528041 广东省佛山市禅城区佛山大 道中189号家博城C座五楼CNC 5021 (72)发明人 陈铭昌　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 牛念 (51)Int.Cl. G06V 10/24(2022.01) G06V 10/74(2022.01) G06V 10/75(2022.01) G06V 10/26(2022.01) G06V 10/32(2022.01)G06T 3/00(2006.01) (54)发明名称 一种相似点云数据对齐方法 (57)摘要 本发明涉及点云数据处理技术领域， 更具体 地， 涉及一种相似点云数据对齐方法， 包括如下 步骤： S1.获取点云数据A、 B； S2.对点云数据A、 B 的x、 y、 z轴坐标值进行预处理， 得到wa、 ha、 wb、 hb， 和集合JA、 JB； S3.若属于墙面数据， 则至S4， 否则 至S5； S4.构建空矩阵a1、 b1， 然后放入 JA、 JB， 得到 矩阵ax、 bx， 后至S7； S5.构建空矩阵a2、 b2； 然后放 入JA、 JB， 得到矩阵ax、 bk， 后至S6； S6.对矩阵bk进 行矫正后得到矩阵bx， 后至S7； S7.对矩阵ax、 bx进 行等高等宽裁剪处理， 后至S8； S8.对矩阵ax、 bx 进行填充。 本发 明能够对点云数据进行高效计算 处理工作， 实现对相似点云数据的比对和对齐， 提高输出 数据的质量， 提高工作效率。 权利要求书3页 说明书9页 附图2页 CN 115439644 A 2022.12.06 CN 115439644 A 1.一种相似点云数据对齐方法， 其特 征在于， 包括如下步骤： S1.通过不同三维激光扫描仪获取点云数据A、 点云数据B； S2.对点云数据A、 点 云数据B的x轴、 y轴坐标值进行预处理， 得到点 云数据A的宽度值wa、 高度值ha， 以及得到点云数据B的宽度值wb、 高度值hb； 通过对点云数据 A、 点云数据B的z轴坐 标值进行 预处理， 分别得到等待放入空矩阵的数据集 合JA、 数据集合JB； S3.对所述点云数据A和B的类型进行判断， 若属于墙面数据， 则执行步骤S4， 否则执行 步骤S5； S4.根据步骤S2得到的宽度值以及高度值分别对应构建空矩阵a1(ha,wa)、 空矩阵b1(hb, wb)， 然后将所述数据 集合JA、 JB以左上角对齐的方式分别放入所述空矩阵a1(ha,wa)、 b1(hb, wb)得到对应的数据矩阵， 并将该得到的数据矩阵对应标记为待等宽高裁剪的数据矩阵ax (ha,wa)、 bx(hb,wb)， 然后执 行步骤S7； S5.对步骤S2得到的宽度值、 高度值分别取最大值， 并构建空矩阵a2(hmax,wmax)、 空矩阵 b2(hmax,wmax)； 然后将所述数据集合JA、 JB以左上角对齐的方式分别放入空矩阵a2(hmax, wmax)、 b2(hmax,wmax)， 得到数据 矩阵ac2(hmax,wmax)、 待矫正数据 矩阵bk(hmax,wmax)， 然后执行步 骤S6； S6.对待矫正数据矩阵bk(hmax,wmax)进行多角度旋转， 并与数据矩阵ac2(hmax,wmax)进行 一一误差比对， 然后在最小误差下输出对应角度的数据并覆盖待矫正数据矩阵bk(hmax, wmax)中的数据得到新的数据 矩阵， 随后将该新的数据 矩阵标记 为待等宽高裁剪的数据 矩阵 bx(hmax,wmax)； 与此同时， 数据矩阵ac2(hmax,wmax)也对应标记为待等宽高裁剪的数据矩阵ax (hmax,wmax)， 然后执 行步骤S7； S7.对待等宽高裁 剪的数据矩阵ax、 bx进行等高、 等宽的裁 剪处理， 然后执 行步骤S8； S8.对完成等高以及等宽 裁剪处理的数据矩阵ax、 bx进行填充。 2.根据权利要求1所述的相似点云数据对齐方法， 其特征在于， 在步骤S1中， 通过不同 三维激光扫描仪获取点云数据A＝[A1,A2,...,An]、 点云数据B＝[B1,B2,...,Bn]； 其中， An＝ (xan,yan,zan)， Bn＝(xbn,ybn,zbn)； 在步骤S2中： wa＝max[|xa1‑xamin|,|xa2‑xamin|,…,|xan‑xamin|]， ha＝max[|ya1‑yamin|,|ya2‑yamin|,…,|yan‑yamin|]， wb＝max[|xb1‑xbmin|,|xb2‑xbmin|,…,|xbn‑xbmin|]， hb＝max[|yb1‑ybmin|,|yb2‑ybmin|,…,|ybn‑ybmin|]； 式中， xamin表示点云数据A中x轴坐标值中的最小值， yamin表示点云数据A中y轴坐标值中 的最小值， 表示， xbmin表示点云数据B中x轴坐标值中的最小值， ybmin表示点云数据B中y轴坐 标值中的最小值； 在步骤S2中， 数据集合JA＝[zaj1,zaj2,...,zajn]， 数据集合JB＝[zbj1,zbj2,...,zbjn]； 其 中， zajn＝|zaa‑zamin|， zbjn＝|zbn‑zbmin|； 式中， zamin表示点云数据A中z轴坐标值中的最小值， zbmin表示点云数据B中z轴坐标值中的最小值。 3.根据权利要求1所述的相似点云数据对齐方法， 其特征在于， 所述步骤S6具体包括： 计算初始情况下待矫正数据矩阵bk(hmax,wmax)与数据矩阵ac2(hmax,wmax)的均方误差 然后权　利　要　求　书 1/3 页 2 CN 115439644 A 2对矫正数据矩阵bk(hmax,wmax)进行旋转， 每转动1度便计算一 次其与数据矩阵ac2(hmax,wmax) 的 均 方 误 差 ，形 成 误 差 列 表 并 得 到 最 小 均 方 误 差 然后输出在最小均方误差 时所对应角度下的数据并覆盖 初始待矫正数据 矩中的数据得到新的数据 矩阵， 随后 将该新的数据矩阵标记为待等宽高裁 剪的数据矩阵bx(hmax,wmax)； 与此同时， 数据矩阵ac2(hmax,wmax)也对应标记为待等宽 高裁剪 的数据矩阵ax(hmax,wmax)。 4.根据权利要求3所述的相似点云数据对齐方法， 其特征在于， 在步骤S6中， 所述均方 误差的计算公式为： 式中， za11表示数据矩阵ax中第1行第1列位置的数据， zb11表示数据矩阵bx中第1行第1列 位置的数据， zann表示数据矩阵ax中第n行第n列位置的数据， zbnn表示数据矩阵bx中第n行第n 列位置的数据。 5.根据权利要求1所述的相似点云数据对齐方法， 其特征在于， 所述步骤S7具体包括如 下步骤： S71.对待等宽高裁 剪的数据矩阵ax、 bx进行等高的裁 剪处理； S72.对待等宽高裁 剪的数据矩阵ax、 bx进行等宽的裁 剪处理； 其中， 步骤S71与S72之间无 先后顺序。 6.根据权利要求5所述的相似点云数据对齐方法， 其特征在于， 所述步骤S71具体包括 如下步骤： S711.计算得到数据矩阵ax、 bx之间的高度差hdif以及初始均方误差， 若hdif>0， 则执行步 骤S712； 若hdif＝0， 则执 行步骤S714； S712.若hdif≥hp,(hp>0)， 则对初始高度较高的数据矩阵的顶边进行三单位高度的裁 剪， 然后执行步骤S713； 若0<hdif<hp,(hp>0)， 则对初始高度较高的数据矩阵的顶边进行一单 位高度的裁 剪， 然后执 行步骤S713； 其中， hp表示高度阈值； S713.计算数据矩阵ax与bx之间的均方误差， 并与上一次计算得到的均方误差进行对 比； 若当前均方误差小于上一次的均方误差， 则返回步骤S712， 否则执 行步骤S716； S714.对数据矩阵ax进行的顶边进行一单位高度的裁剪， 然后计算裁剪后的数据矩阵ax 与bx之间的均方误差， 并与上一次计算得到的均方误差进行对比， 若当前均方误差小于上 一次的均方误差， 则循环步骤S714， 否则执 行步骤S715； S715.对数据矩阵bx进行的顶边进行一单位高度的裁剪， 然后计算裁剪后的数据矩阵bx 与ax之间的均方误差， 并与上一次计算得到的均方误差进行对比， 若当前均方误差小于上 一次的均方误差， 则循环步骤S715， 否则执 行步骤S716； S716.判断hdif的当前值大小； 若hdif>0， 则对高度较高的数据矩阵的底边进行多余高度 的裁剪， 然后执 行步骤S717； 否则直接执 行步骤S717； S717.判断数据矩阵ax与bx之间是否已完 成等宽的裁剪处理， 若完成， 则执行步骤S8， 否 则执行步骤S72。 7.根据权利要求6所述的相似点云数据对齐方法， 其特 征在于， 在步骤S71 1中：权　利　要　求　书 2/3 页 3 CN 115439644 A 3